suchen
HeimBackend-EntwicklungPython-TutorialDetaillierte Erläuterung von Beispielen für eine for-Schleife in Python

In diesem Artikel werden hauptsächlich einige Gedanken zur Verwendung der for-Schleife in Python vorgestellt. Freunde, die sie benötigen, können sich auf

Warum sollte ich mich der Herausforderung stellen, nicht für in den Code zu schreiben? Schleife? Denn dadurch sind Sie gezwungen, eine fortgeschrittenere und authentischere Syntax oder Bibliotheken zu verwenden. Der Artikel verwendet Python als Beispiel, um über eine Menge Syntax zu sprechen, die jeder im Code anderer Leute gesehen hat, sie aber selbst selten verwendet.

Das ist eine Herausforderung. Ich möchte, dass Sie unter keinen Umständen das Schreiben von For-Schleifen vermeiden. Ebenso möchte ich, dass Sie ein Szenario finden, in dem es zu schwierig ist, auf andere Weise als mit einer for-Schleife zu schreiben. Bitte teilen Sie Ihre Erkenntnisse mit, ich würde sie gerne hören.

Es ist schon eine Weile her, seit ich begonnen habe, die fantastischen Funktionen der Python-Sprache zu erkunden. Am Anfang war es nur eine Herausforderung, die ich mir selbst gestellt habe, um die Verwendung weiterer Sprachfunktionen zu üben, anstatt das, was ich aus anderen Programmiersprachen gelernt hatte. Aber nach und nach wird es interessanter! Der Code wird nicht nur kürzer und übersichtlicher, er sieht auch strukturierter und regelmäßiger aus, und auf diese Vorteile werde ich in diesem Artikel näher eingehen.

Lassen Sie uns zunächst einen Schritt zurücktreten und die Intuition hinter dem Schreiben einer for-Schleife betrachten:

1. Durchlaufen Sie eine Sequenz, um einige Informationen zu extrahieren.

2 Generieren Sie eine weitere Sequenz aus der Sequenz

3. Für mich ist das Schreiben von Schleifen eine Selbstverständlichkeit, da ich Programmierer bin

Glücklicherweise gibt es in Python Tools bereits großartige Tools, die Ihnen beim Erreichen dieser Ziele helfen! Alles was Sie tun müssen, ist Ihre Meinung zu ändern und die Dinge aus einer anderen Perspektive zu betrachten.

Was haben Sie davon, wenn Sie nicht überall for-Schleifen schreiben?

1. Weniger Codezeilen

2. Verwenden Sie nur Einrückungen um Codetext zu verwalten

Sehen wir uns das Codegerüst unten an:

Sehen Sie sich die Struktur des Codes unten an: >

In diesem Beispiel werden mehrere Ebenen verschachtelten Codes verwendet sehr schwer zu lesen. Was ich in diesem Code gefunden habe, war die wahllose Verwendung von Einrückungen, um Verwaltungslogik (mit, Try-Except) und Geschäftslogik (für, wenn) zu vermischen. Wenn Sie sich an die Konvention halten, Einrückungen nur für Verwaltungslogik zu verwenden, sollte die Kerngeschäftslogik sofort entfernt werden.


„Flache Strukturen sind besser als verschachtelte Strukturen“ – „Zen of Python“

# 1
with ...:
  for ...:
    if ...:
      try:
      except:
    else:

Um For-Schleifen zu vermeiden, können Sie diese Tools verwenden

1 . Listenanalyse/Generator

Ausdruck

Sehen Sie sich ein einfaches Beispiel an, das hauptsächlich eine neue Sequenz basierend auf einer vorhandenen Sequenz kompiliert:

Wenn Sie MapReduce mögen, können Sie Map oder Pythons Listenanalyse verwenden:


result = []
for item in item_list:
  new_item = do_something_with(item)
  result.append(item)
Das Gleiche gilt, wenn Sie nur eine erhalten möchten Iterator können Sie einen Generatorausdruck mit nahezu derselben Syntax verwenden. (Wie kann man sich nicht in die Konsistenz von Python verlieben?)

result = [do_something_with(item) for item in item_list]

2. Funktionen

stehen für eine höherwertige, funktionale Art, Denken zu werden Wenn Sie eine Sequenz einer anderen Sequenz zuordnen möchten, rufen Sie die Map-Funktion direkt auf. (Stattdessen können auch Listenverständnisse verwendet werden.)

result = (do_something_with(item) for item in item_list)

Wenn Sie eine Sequenz auf ein Element reduzieren möchten, verwenden Sie Reduce

doubled_list = map(lambda x: x * 2, old_list)

Darüber hinaus kann/will eine große Anzahl integrierter Funktionen in Python (ich weiß nicht, ob das eine gute oder eine schlechte Sache ist, man wählt eine aus, es ist etwas schwer zu verstehen ohne diesen Satz hinzuzufügen) Iteratoren verbrauchen:


from functools import reduce
summation = reduce(lambda x, y: x + y, numbers)

3. Funktionen oder Ausdrücke extrahieren

Die beiden oben genannten Methoden handhaben einfachere Logik sehr gut, aber was über komplexere Logik? Als Programmierer abstrahieren wir schwierige Dinge in Funktionen, und dieser Ansatz kann auch hier verwendet werden. Wenn Sie diese Art von Code schreiben:

>>> a = list(range(10))
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> all(a)
False
>>> any(a)
True
>>> max(a)
9
>>> min(a)
0
>>> list(filter(bool, a))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> set(a)
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
>>> dict(zip(a,a))
{0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}
>>> sorted(a, reverse=True)
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
>>> str(a)
'[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]'
>>> sum(a)
45

Offensichtlich übertragen Sie einem Codeabschnitt zu viel Verantwortung. Zur Verbesserung schlage ich vor, dass Sie Folgendes tun:


results = []
for item in item_list:
  # setups
  # condition
  # processing
  # calculation
  results.append(result)

Wie wäre es mit verschachtelten for-Schleifen?


def process_item(item):
  # setups
  # condition
  # processing
  # calculation
  return result

results = [process_item(item) for item in item_list]

Listenverständnisse können Ihnen helfen:


results = []
for i in range(10):
  for j in range(i):
    results.append((i, j))

Wenn Sie viel sparen möchten interner Zustand Was tun?


results = [(i, j)
      for i in range(10)
      for j in range(i)]

Lass uns einen Ausdruck extrahieren, um Folgendes zu implementieren:


# finding the max prior to the current item
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
results = []
current_max = 0
for i in a:
  current_max = max(i, current_max)
  results.append(current_max)

# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

„Warte, du hast gerade verwendet Eine for-Schleife im Ausdruck dieser Funktion, das ist Betrug!“

Okay, Klugscheißer, versuch es mal.

4. Schreiben Sie die for-Schleife nicht selbst, itertools erledigt das für Sie
def max_generator(numbers):
  current_max = 0
  for i in numbers:
    current_max = max(i, current_max)
    yield current_max

a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
results = list(max_generator(a))

Dieses Modul ist wirklich wunderbar. Ich glaube, dass dieses Modul 80 % der Fälle abdecken kann, in denen Sie eine for-Schleife schreiben möchten. Das vorherige Beispiel könnte beispielsweise wie folgt umgeschrieben werden:

Wenn Sie außerdem über eine Folge von Kombinationen iterieren, gibt es Produkt(), Permutationen( ), Kombinationen() Es kann verwendet werden.


Fazit

from itertools import accumulate
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
resutls = list(accumulate(a, max))

1. In den meisten Fällen ist es nicht erforderlich, eine for-Schleife zu schreiben.

2. Sie sollten die Verwendung von for-Schleifen vermeiden, da dies den Code besser lesbar macht.

Aktion

1. Schauen Sie sich Ihren Code noch einmal an und finden Sie eine Stelle, an der Sie zuvor intuitiv eine for-Schleife geschrieben haben, denken Sie noch einmal darüber nach und schreiben Sie sie ohne for Schleife. Auch hier macht es keinen Sinn.

2. Teilen Sie ein Beispiel, bei dem es für Sie schwierig war, keine for-Schleife zu verwenden.

Das obige ist der detaillierte Inhalt vonDetaillierte Erläuterung von Beispielen für eine for-Schleife in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Python vs. C: Verständnis der wichtigsten UnterschiedePython vs. C: Verständnis der wichtigsten UnterschiedeApr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Python vs. C: Welche Sprache für Ihr Projekt zu wählen?Python vs. C: Welche Sprache für Ihr Projekt zu wählen?Apr 21, 2025 am 12:17 AM

Die Auswahl von Python oder C hängt von den Projektanforderungen ab: 1) Wenn Sie eine schnelle Entwicklung, Datenverarbeitung und Prototypdesign benötigen, wählen Sie Python. 2) Wenn Sie eine hohe Leistung, eine geringe Latenz und eine schließende Hardwarekontrolle benötigen, wählen Sie C.

Erreichen Sie Ihre Python -Ziele: Die Kraft von 2 Stunden täglichErreichen Sie Ihre Python -Ziele: Die Kraft von 2 Stunden täglichApr 20, 2025 am 12:21 AM

Indem Sie täglich 2 Stunden Python -Lernen investieren, können Sie Ihre Programmierkenntnisse effektiv verbessern. 1. Lernen Sie neues Wissen: Lesen Sie Dokumente oder sehen Sie sich Tutorials an. 2. Üben: Schreiben Sie Code und vollständige Übungen. 3. Überprüfung: Konsolidieren Sie den Inhalt, den Sie gelernt haben. 4. Projektpraxis: Wenden Sie an, was Sie in den tatsächlichen Projekten gelernt haben. Ein solcher strukturierter Lernplan kann Ihnen helfen, Python systematisch zu meistern und Karriereziele zu erreichen.

Maximieren 2 Stunden: Effektive Strategien für Python -LernstrategienMaximieren 2 Stunden: Effektive Strategien für Python -LernstrategienApr 20, 2025 am 12:20 AM

Zu den Methoden zum effizienten Erlernen von Python innerhalb von zwei Stunden gehören: 1. Überprüfen Sie das Grundkenntnis und stellen Sie sicher, dass Sie mit der Python -Installation und der grundlegenden Syntax vertraut sind. 2. Verstehen Sie die Kernkonzepte von Python wie Variablen, Listen, Funktionen usw.; 3.. Master Basic und Advanced Nutzung unter Verwendung von Beispielen; 4.. Lernen Sie gemeinsame Fehler und Debugging -Techniken; 5. Wenden Sie Leistungsoptimierung und Best Practices an, z. B. die Verwendung von Listenfunktionen und dem Befolgen des Pep8 -Stilhandbuchs.

Wählen Sie zwischen Python und C: Die richtige Sprache für SieWählen Sie zwischen Python und C: Die richtige Sprache für SieApr 20, 2025 am 12:20 AM

Python ist für Anfänger und Datenwissenschaften geeignet und C für Systemprogramme und Spieleentwicklung geeignet. 1. Python ist einfach und einfach zu bedienen, geeignet für Datenwissenschaft und Webentwicklung. 2.C bietet eine hohe Leistung und Kontrolle, geeignet für Spieleentwicklung und Systemprogrammierung. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Python vs. C: Eine vergleichende Analyse von ProgrammiersprachenPython vs. C: Eine vergleichende Analyse von ProgrammiersprachenApr 20, 2025 am 12:14 AM

Python eignet sich besser für Datenwissenschaft und schnelle Entwicklung, während C besser für Hochleistungen und Systemprogramme geeignet ist. 1. Python -Syntax ist prägnant und leicht zu lernen, geeignet für die Datenverarbeitung und wissenschaftliches Computer. 2.C hat eine komplexe Syntax, aber eine hervorragende Leistung und wird häufig in der Spieleentwicklung und der Systemprogrammierung verwendet.

2 Stunden am Tag: Das Potenzial des Python -Lernens2 Stunden am Tag: Das Potenzial des Python -LernensApr 20, 2025 am 12:14 AM

Es ist machbar, zwei Stunden am Tag zu investieren, um Python zu lernen. 1. Lernen Sie neues Wissen: Lernen Sie in einer Stunde neue Konzepte wie Listen und Wörterbücher. 2. Praxis und Übung: Verwenden Sie eine Stunde, um Programmierübungen durchzuführen, z. B. kleine Programme. Durch vernünftige Planung und Ausdauer können Sie die Kernkonzepte von Python in kurzer Zeit beherrschen.

Python vs. C: Lernkurven und BenutzerfreundlichkeitPython vs. C: Lernkurven und BenutzerfreundlichkeitApr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

SAP NetWeaver Server-Adapter für Eclipse

SAP NetWeaver Server-Adapter für Eclipse

Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

Dreamweaver Mac

Dreamweaver Mac

Visuelle Webentwicklungstools

SublimeText3 Englische Version

SublimeText3 Englische Version

Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

WebStorm-Mac-Version

WebStorm-Mac-Version

Nützliche JavaScript-Entwicklungstools